1 . 婺源位于江西省东北部，其境内古村落遍布乡野，保存完整，生态优美，物产丰富，拥有着油菜花之乡的美誉，被誉为一颗镶嵌在赣、浙、皖三省交界处的绿色明珠．为了调查某片实验田3月份油菜花的生长高度，研究人员在当地随机抽取了13株油菜花进行高度测量，所得数据如下：，，，，，，，，．并通过绘制及观察散点图，选用两种模型进行拟合：
模型一：，其中令；
模型二：，其中令．
(1)求模型二的回归方程；
(2)试通过计算相关系数的大小，说明对于所给数据，哪一种模型更加合适.
参考数据：，，，．
附：对于一组数据，，…，，其回归方程的斜率和截距的最小二乘估计分别为，，相关系数．

2 . 近年来，由于耕地面积的紧张，化肥的施用量呈增加趋势．一方面，化肥的施用对粮食增产增收起到了关键作用，另一方面，也成为环境污染、空气污染、土壤污染的重要来源之一，如何合理地施用化肥，使其最大程度地促进粮食增产，减少对周围环境的污染成为需要解决的重要问题，研究粮食产量与化肥施用量的关系，成为解决上述问题的前提某研究团队收集了10组化肥施用量和粮食亩产量的数据并对这些数据作了初步处理，得到了如图所示的散点图及一些统计量的值化肥施用量为（单位：公斤），粮食亩产量为（单位：百公斤）．

参考数据：

650	91.5	52.5	1478.6	30.5	15	15	46.5

表中．
(1)根据散点图判断，与，哪一个适宜作为粮食亩产量关于化肥施用量的回归方程类型（给出判断即可，不必说明理由）；
(2)根据（1）的判断结果及表中数据，建立关于的回归方程；
(3)根据（2）的回归方程，并预测化肥施用量为27公斤时，粮食亩产量的值；
附：①对于一组数据，其回归直线的斜率和截距的最小二乘估计分别为；②取．

3 . 下面的表里是统计学家安斯库姆（F. Anscombe）所提供的4组数据．这四组数据的线性相关系数非常接近，均约等于0.8161，它们的线性回归方程也基本一致，均可表示为．
数据组A

x	10	8	13	9	11	14	6	4	12	7	5
y	8.04	6.95	7.58	8.81	8.33	9.96	7.24	4.26	10.84	4.82	5.68

数据组B

x	10	8	13	9	11	14	6	4	12	7	5
y	9.14	8.14	8.74	8.77	9.26	8.10	6.13	3.10	9.13	7.26	4.74

数据组C

x	10	8	13	9	11	14	6	4	12	7	5
y	7.46	6.77	12.74	7.11	7.81	8.84	6.08	5.39	8.15	6.42	5.73

数据组D

x	8	8	8	8	8	8	8	8	8	8	19
y	6.58	5.76	7.71	8.84	8.47	7.04	5.25	5.56	7.91	6.89	12.50

(1)这四组数据的线性相关程度真的如此一致吗？
(2)对哪个（些）组的数据，可以用回归直线来预测时的y值？
(3)分别对四组数据提出自己的见解．

4 . 在一次抽样调查中测得样本的5个样本点，数值如下表：

x	0.25	0.5	1	2	4
y	16	12	5	2	1

试建立y与x之间的回归方程.

5 . 如图所示，Geogebra软件中，回归类型分为“线性”“对数”等，分别选择每一种类型进行实验，总结出每一种类型的回归方程的形式．

6 . 某保险公司根据官方公布的历年营业收入，制成表格如下：
表1

年份	2011	2012	2013	2014	2015	2016	2017	2018	2019	2020
年份序号x	1	2	3	4	5	6	7	8	9	10
营业收入y（亿元）	0.52	9.36	33.6	132	352	571	912	1207	1682	2135

由表1，得到下面的散点图：

根据已有的函数知识，某同学选用二次函数模型（b和a是待定参数）来拟合y和x的关系.这时，可以对年份序号做变换，即令，得，由表1可得变换后的数据见表2.
表2

T	1	4	9	16	25	36	49	64	81	100
Y	0.52	9.36	33.6	132	352	571	912	1207	1682	2135

（1）根据表中数据，建立y关于t的回归方程（系数精确到个位数）；
（2）根据（1）中得到的回归方程估计2021年的营业收入，以及营业收入首次超过4000亿元的年份.
附：对于一组数据，其回归直线的斜率和截距的最小二乘估计分别为，.
参考数据：.

7 . 设某幼苗从观察之日起，第天的高度为，测得的一些数据如下表所示：

第天
高度

作出这组数据的散点图发现：与（天）之间近似满足关系式，其中，均为大于0的常数．
（1）试借助一元线性回归模型，根据所给数据，用最小二乘法对，作出估计，并求出关于的经验回归方程；
（2）在作出的这组数据的散点图中，甲同学随机圈取了其中的3个点，记这3个点中幼苗的高度大于的点的个数为，其中为表格中所给的幼苗高度的平均数，试求随机变量的分布列和数学期望．
附：对于一组数据，，…，，其回归直线方程的斜率和截距的最小二乘估计分别为，．

8 . 甲､乙两名同学在对具有相关关系的两个变量进行回归分析时，得到如下数据.

	4	6	8	10	12
	4	12	24	50	72

甲发现表中散点集中在曲线附近(其中，是参数，且).他先设，将表中数据进行转换，得到新的成对数据(，2，3，4，5)，再用一元线性回归模型拟合；
乙根据数据得到线性回归方程为.
（1）列出新的数据表(，2，3，4，5)，并求；
（2）求，；
（3）在统计学中，我们通常计算不同回归模型的残差平方和(残差平方和用表示)来判断拟合效果，越小，拟合效果越好.乙同学计算出其模型的残差平方和为143.6，请你计算甲同学模型的残差平方和，并比较拟合效果.
(参考公式：，.)

9 . “金山银山不如绿水青山；绿水青山就是金山银山”.复兴村借力“乡村振兴”国策，依托得天独厚的自然资源开展乡村旅游.乡村旅游事业蓬勃发展.复兴村旅游协会记录了近八年的游客人数，见下表.

年份	2013年	2014年	2015年	2016年	2017年	2018年	2019年	2020年
年份代码	1	2	3	4	5	6	7	8
游客人数（百人）	4	8	16	32	51	71	97	122

为了分析复兴村未来的游客人数变化趋势，公司总监分别用两种模型对变量和进行拟合，得到了相应的回归方程，绘制了残差图.残差图如下（注：残差）：

模型①；模型②.
（1）根据残差图，比较模型①，②的拟合效果，应该选择哪个模型?并简要说明理由；
（2）根据（1）问选定的模型求出相应的回归方程（系数均保留两位小数）；
（3）根据（2）问求出的回归方程来预测2021年的游客人数.
参考数据见下表：其中：， 附：回归直线的斜率和截距的最小二乘估计公式分别为：，

10 . 下表为收集到的一组数据：

	21	23	25	27	29	32	35
	7	11	21	24	66	115	325

（1）作出与的散点图，并猜测与之间的关系；
（2）建立与的关系，预报回归模型并计算残差；
（3）利用所得模型，预测时的值．